一种基于自学习的有向点云去噪方法

    公开(公告)号:CN115471424A

    公开(公告)日:2022-12-13

    申请号:CN202211220083.6

    申请日:2022-10-08

    Abstract: 本发明涉及点云去噪技术领域,更具体来说涉及一种基于自学习的有向点云去噪方法,在可微分泊松求解器的基础上,先将有向点云映射到网格域,在网格域上利用更加充分的几何信息进行自训练和优化,再将损失函数基于可微分的性质回传到点云域,对点云域的点进行移动和优化,实现去噪。将点云域的去噪问题映射到网格域的自身调整问题实现去噪,自学习训练过程中利用重采样的步骤来优化有向点云的局部法向一致性,同时重新定义多分辨率的损失函数,使得去噪能够在局部和整体信息间取得平衡。

Patent Agency Ranking